MétaCan
Menu
Retour à la cohorte
Enregistrement W2756242617 · doi:10.1371/journal.pbio.2002794

What do we talk about when we talk about rhythm?

2017· letter· en· W2756242617 sur OpenAlexaff
Jonas Obleser, Molly J. Henry, Péter Lakatos

Notice bibliographique

RevuePLoS Biology · 2017
Typeletter
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensWestern University
Organismes subventionnairesNational Institute on Deafness and Other Communication DisordersNational Institutes of Health
Mots-clésBiologyRhythmEvolutionary biologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Neural oscillations align to external stimulus rhythms, such as the recurring onsets in rhythmic sequences, via neural entrainment-that is, adjustment to the oscillation's phase and period.As such, measures of neural phase coherence or "phase concentration" can inform us about the precision of entrainment.Entrainment of ongoing neural oscillations is considered a potent mechanism that the brain utilizes to generate temporal predictions and to aid active perception, at least in sensory cortices.However, as attempts to falsify or question this hypothesis are scarce, the idea that temporal predictions are instantiated in neural oscillatory entrainment should not be set in stone just yet.For this reason, it is very important that a recent study by Breska and Deouell, published in PLOS Biology [1], set out to determine whether phase concentration at the time of a critical target stimulus would also be observed in instances when stimulus sequences are non-rhythmic, but targets are nonetheless temporally predictable [2].Indeed, temporal predictions can certainly be formed on the basis of non-rhythmic information, such as the passage of time itself [3].Breska and Deouell propose a "memory-based" prediction mechanism that would not be instrumented by entrainment but instead might utilize alternate, interval-based timing mechanisms [4,5].While the study raises very important questions, logical and methodological considerations have motivated us to lay out a short guide for future experiments that aim to demonstrate oscillatory entrainment or the lack thereof.Throughout, we support our arguments with simulations and supplemental audio, which can be found at https://osf.io/phs6e/.Breska and Deouell aimed to assess behavioral and electrophysiological measures in contexts that vary in their rhythmicity, with the goal of exploring the bounding conditions of neural entrainment as well as the neural mechanisms that might support temporal predictions when entrainment is not possible.The trouble with examining neural mechanisms in contexts with varying rhythmicity is that we are still lacking a good working definition of rhythm.What does "rhythm" mean to a human or non-human brain, and to a perceiver more generally, and how variable does a sequence of events need to be so that our brains will cease to register it as rhythmic?Many researchers seem to use "rhythm" to refer to isochrony, that is, strict regularity, and contrast this with situations in which sequences are composed using variable stimulus onset asynchronies (SOAs; e.g., "repeated-interval" and "random" conditions in Breska and Deouell's study).However, there are many types of sequences that might be perceived as rhythmic despite being decidedly aperiodic and having relatively high variance in terms of the intervals making up the rhythm.For example, metrical musical rhythms comprising intervals of different sizes

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,011
Communication savante0,0040,009
Science ouverte0,0020,002
Intégrité de la recherche0,0130,025
Charge utile insuffisante (le modèle a refusé de juger)0,0060,010

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,068
Tête enseignante GPT0,302
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS BiologyMême sujetNeuroscience and Music PerceptionTravaux en français237 207